居民阶梯电价结构与水平设计的模型研究

结合我国收入差距和福利低电价的特点,探讨了居民阶梯电价的分档结构及统一式结构的局限性;在财政补贴、居民心理和经济承受力约束下,综合协调节能减排、成本补偿与公平分配多目标,构建了一整套分档式居民阶梯电价方案。该方案结合家庭电器设备估算法、户月均用电量概率统计分析和密度聚类法,综合确定了分档结构与各阶梯分段电量的水平;应用长期边际成本定价方法和拉姆齐定价原理,建立了基于混合边际成本的居民用电成本模型及拉姆齐优化价格模型,确定了各阶梯电价水平。算例验证表明该模型较统一式阶梯电价更为公平、合理与有效。     

拉姆齐定价理论在分时电价中的应用研究

在电力市场中,分时电价的应用越来越普遍。针对日负荷曲线波动剧烈、峰谷差较大等问题,文中将拉姆齐定价理论引入到分时电价的制定当中。根据用户的需求弹性和电力企业供电边际成本的差异,通过运用价格手段使用户更合理用电。算例分析表明,运用拉姆齐定价原理制定的分时电价,一定程度上能够平滑负荷曲线,可降低尖峰电量。     

输电网的拉姆齐定价研究

由于输电网具有长期规模经济性,基于最优潮流和节点电价(LMP)模型的输电阻塞电价收入不足以弥补输电公司的总成本.采用拉姆齐定价(Ramsey Pricing)模型对满足输电公司预算平衡约束条件下的以电力市场长期效率为优化目标的输电电价进行了研究,结果表明,输电公司主要通过向下扭曲输电容量或降低输电交易量来实现盈亏平衡,而输电的拉姆齐价格的变化与各节点的发电公司的供给价格弹性以及用户的需求价格弹性有密切关系.对一个3节点电网的算例分析结果验证了模型的合理性.     

基于拉姆齐定价的我国输变电价结构研究

输变电价的制定对电能资源跨区跨省平衡调节起到十分关键的作用。在对拉姆齐模型及其改进的研究的基础上,构建我国两部制输变电价结构模型,界定调节高峰用电的福利权数,阐述了高峰时段采用福利权数对超出部分电量按调节电量电价计价的方法。实行基于拉姆齐定价的两部制输电价既有利于实现社会福利的优化,也可以在确保安全输电的基础上提高输电网资源利用率的效果,政府的规制成本也得以降低。     

用户侧分布式光伏技术扩散能力评估方法

分布式可再生能源高比例接入是未来电力和能源系统的趋势。售电市场改革背景下,零售侧价格机制对推进用户侧可再生能源规模化接入与消纳具有重要意义。考虑到可再生能源开发利用本质上是一个技术创新扩散过程,该文提出一种用于衡量用户侧价格机制影响下的分布式光伏扩散能力的评估方法。首先,基于居民侧双阶梯式零售电价费率模型,应用拉姆齐定价原理构建含用户与售电商的二元主体购售电决策模型。其次,引入系统动力学建模思想,分析电价设计与分布式光伏接入容量的市场反馈机制,建立电价引导下的分布式光伏动态扩散的系统演化模型。最后,提出基于李雅普诺夫函数的分布式光伏稳定扩散的判别条件,并获得分布式光伏在用户群体中可接入的极限容量。算例分析从中长期时间视角,评估价格因素对系统中分布式光伏扩散能力的稳定性和灵敏度的影响。     

阶梯电价对居民电力需求和售电公司收益的影响研究

运用效用理论,在秩和比法优化后的阶梯电价分档数模型基础上,分析了阶梯电价对居民电力需求和企业售电收益产生的影响。根据居民年均可支配收入情况,将居民用户划分为4个层次,并通过效用理论分析阶梯电价实施后居民电力需求变化情况,从而揭示了阶梯电价对居民电力需求的影响机理。售电公司的售电量与居民电力需求量密切相关,销售电价会影响居民用电需求。因此需要结合售电量的变化趋势以及销售电价,从而确定居民的电力需求量,以及售电公司成本变化情况。通过对某市实施阶梯电价后的居民电力需求和售电公司收益进行分析得出,一是居民总体电力需求得到减少,二是保障了低收入群体的电力需求,三是售电公司售电收益也得到增加,兼顾了经济效益与社会保障。     

分类用户的销售与上网电价联动模型

为确保电力公司销售利润率的相对恒定和降低其市场风险,提出基于用户分类的销售与上网电价联动模型。利用销售电价总水平和销售电价比价的概念,以及考虑用户电价弹性系数的循环迭代修正,求得分类用户销售电价。参照雅安电力公司电价情况进行实际测算,验证了电价联动模型的有效性和可行性,从而减少了电力公司因上网电价变动所带来的风险和利润损失。     

电网绿色电力认购交易定价机制研究

在分析绿色电力价格形成机制的基础上,研究了上网电价之差、输配电价之差、税收成本、管理成本和旋转备用补偿对绿色电力销售电价的影响。以最高销售收入为目标函数,将销售电价对用户购买意愿的影响线性化,提出了基于用户自愿的绿色电力销售电价定价模型和计算方法。通过对山西电网风电绿色电力价格的实例计算,验证了该模型的实用价值。     

居民分时阶梯电价联合优化模型研究

基于消费者需求异质性,构造了居民用电的分档电量消费细分市场,应用计及电量消费分段的需求价格弹性模型,构建了居民分时阶梯电价水平的分层计算模型。第一层基于拉姆齐定价原理,建立了各档平均电价水平的制定方法;第二层以各档平均电价水平为约束,以削峰填谷为目标,基于电量电价弹性矩阵构建了居民分时阶梯电价联合优化模型。该模型综合协调了公平、效率和削峰填谷多重目标,华东地区一省市实际算例验证了其合理性和有效性。     

基于用户满意度和Ramsey定价理论的峰谷分时阶梯电价联合模型

电价的合理制定在资源配置、节能减排、企业发展和居民生活等方面具有重要意义。从电力的消费者和生产者两方面同时分析,并考虑消费需求侧的异质性,构建以用户满意度最大为目标的阶梯电量优化模型。同时,基于Ramsey定价理论确定各阶梯电价,并兼顾电力企业的盈亏平衡和各类用户的弹性需求变化,提出峰谷分时阶梯电价联合模型。经实例表明,该定价联合模型有利于引导用户合理用电和电网的峰谷平衡,并体现了公平负担的原则。     

基于模糊响应的阶梯电价机制研究

通过对档位和价格弹性模糊化,建立用户对阶梯电价的模糊响应模型,利用模糊优化理论,计算各档阶梯电价调整量及其分布区间。首先将阶梯电价的档位和价格弹性模糊化,利用满意度对用户电量和档位进行模糊数比较,确定用户档位属性的隶属度,将用户的响应描述成各档响应的模糊结果;以最小化全体用户电量为目标,综合考虑电力公司的电费收益及用户电费增长等约束,计算各档电价调整量的模糊优化区间。以上海市区居民用户为例,计算了用户响应后的电量变化区间,证明了模糊响应分析的合理性;证实了阶梯电价具有一定的节能效果并分析了档位和价格弹性对阶梯电价的影响。     

计及时滞指标综合灵敏度的用户电价响应模式划分方法

基于电量电价弹性矩阵,提出了电价响应时滞性的概念与数学模型,研究了时滞响应的稳定状态,量化了时滞性指标。结合需求响应弹性系数,对335个用户进行需求响应分析,采用模糊C均值聚类方法,将具有共同电价响应特征的用户分类,并用不同用户时间断面负荷曲线验证了该分类结果的有效性。结合需求响应弹性系数,利用综合灵敏度矩阵对多个用户进行分析,将具有共同响应特征的用户分类,扩大了响应矩阵的维度,扩展了用户的响应信息。算例结果表明,该时滞性指标能快速找出对电价调整有响应的用户,并对用户响应时滞性能做出评价。该方法对减小响应不确定性,修正购售电计划、调度方式、交易计划有积极意义。     

需求侧实时电价下用户购电风险决策

需求侧实时电价(RTP)是电力市场下需求响应的重要手段之一。作为一种理想的需求侧电价机制,通过结合与RTP相关的各类套期保值合同,RTP的价格波动风险可以在市场参与者之间合理分摊。基于各国开展RTP的研究与实践,结合随机电价模型,利用Monte-Carlo模拟法对与RTP相关的各类套期保值合同进行定价。在确定了合同价格后,基于条件风险价值(CVaR)法,以用户购电效用最大化为目标,建立了不同风险喜好的用户选择负荷最优套期保值比例的决策模型。最后通过算例仿真验证了所述方法的有效性,它有利于用户有选择性地规避RTP的价格风险,实现了供电公司与用户之间的良好互动。     

基于深度强化学习的激励型需求响应决策优化模型

随着中国电力市场化改革的推进,售电侧市场逐步开放,售电商可以聚合大量的分散负荷参与电力市场环境下的需求响应.文中提出以售电商和用户综合收益最大化为目标的基于深度强化学习的激励型需求响应建模和求解方法.首先,建立售电商和用户的需求响应模型,通过引入时间-价格弹性,改进现有的用户响应模型,考虑用户对相邻时段补贴价格差的反应.然后,基于马尔可夫决策过程框架构建补贴价格决策优化模型,并设计基于深度Q学习网络的求解算法.最后,以1个售电商和3个不同类型的用户为例进行仿真计算,通过分析算法收敛性和对比不同模型及参数下的优化结果,验证了改进模型的合理性和生成策略的有效性,并分析了激励型需求响应对售电商以及用户的影响.     

基于用户响应下的分时电价优化设计模型与方法

从配电公司的自身利益出发提出了一个考虑购电成本、需求响应以及其它因素的分时电价定价模型,并针对购电商是否具有市场力两种情况分别进行了分析。论述了该模型本质上属于非线性规划问题并探讨了其求解过程。最后将该模型应用于某简单算例进行仿真计算,结果表明如果用户对分时电价具有较强的响应度,则在峰谷电价差较小时也可以实现用户与电力企业共同获利的目的。     

分时电价下居民用户用电需求响应估计方法

在组织需求侧资源参与需求响应(DR)的过程中，除了应关注已参加DR的存量资源的管理，还应考虑如何实现对未参加DR的潜在增量用户的潜力分析。针对基于价格的需求响应(PBDR)，关注给定价格下用户响应量估计的关键环节，通过支持向量机回归模型，建立未参加和参加PBDR用户间用电规律的相似性，解决了DR事件起始和持续时间不固定、未参加PBDR用户自身的历史用电信息无法反映其DR特性等难题，实现在假设施加价格信号下，对未参加PBDR用户的用电响应情况及需求弹性的量化估计。基于伦敦地区智能电表实际数据进行实验以验证所提方法的优越性，结果表明所提方法的估计效果优于基于相似日的方法，可为用户筛选提供一定依据。     

数据挖掘技术在电价预测中的应用

简要叙述了数据挖掘技术的特点,分析了影响电价的因素,提出了一种基于数据挖掘技术的电价预测方法。该方法将电价用市场供求关系、上网竞价发电功率、用户负荷需求、燃料价格、物价指数和消费水平等元素来表征,并考虑了不同电价影响因子的影响程度。利用数据挖掘中的相似性搜索技术,引进权重系数对所搜索到的匹配电价序列进行加权平均,进而得到所预测的电价值。最后举例说明了该方法的具体应用过程。     

需求侧实时电价下供电商购售电风险决策

实施需求侧实时电价(RTP)让供电商可以将电价风险有效地转移给用户,但供电商提供给用户的RTP套期保值合同也给其购售电风险管理带来了新的挑战。文中对RTP下供电商在购售电市场的成本、收入与风险进行了综合分析。购电侧重点考虑了日前市场和普通/分段双边合同,售电侧考虑了基本RTP合同与各类RTP套期保值合同。基于条件风险价值(CVaR)法,以供电商购售电效用最大化为目标,建立了不同风险喜好供电商的最优购电组合决策模型。算例仿真验证了所述方法的有效性,它有利于供电商协调RTP下购售电交易的利润与风险。